典型文献
基于注意力机制和扩张解码改进的语义分割研究
文献摘要：
随着自主系统的兴起,技术革新和生产生活中需求的不断加大,实时性计算越来越受欢迎.在本文中介绍了快速卷积神经网络(Fast-SCNN),这是一种基于高分辨率图像数据的实时语义分割模型.在该模型现有的2个快速分割分支基础上,将原网络解码器部分改进为扩张解码,扩大感受野,有效提升网络模型的分割精度.然后引入了CBAM注意力机制模块,减少对冗余信息的关注,降低了计算量,提高了分割效率.改进后的网络在Cityscapes数据集上获得了73.27％的MIoU,同时保证了网络的推理速度,实验结果表明改进网络较原网络性能有所提升.
文献关键词：
语义分割;扩张解码;注意力机制
中图分类号：
作者姓名：
曹玉峰;高建瓴;陈楠
作者机构：
贵州大学 大数据与信息工程学院,贵阳550025
文献出处：
引用格式：
[1]曹玉峰;高建瓴;陈楠-.基于注意力机制和扩张解码改进的语义分割研究)[J].智能计算机与应用,2022(11):111-116,121
A类：
扩张解码
B类：
自主系统,技术革新,受欢迎,Fast,SCNN,高分辨率图像,图像数据,实时语义分割,分割模型,快速分割,解码器,感受野,CBAM,注意力机制模块,冗余信息,计算量,Cityscapes,MIoU,推理速度,进网,网络性能
AB值：
0.39323
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
